PDF סרוק לטקסט

איך זה עובד

PDF סרוק נראה כמו מסמך ומתנהג כמו צילום: אי אפשר לסמן בו טקסט, לחפש בו או להעתיק ממנו, כי אין בקובץ שום טקסט - רק תמונות שלו. חילוץ רגיל לא מחזיר דבר, וזה בדיוק המצב שבו הכלי הזה מתאים.

איך זה עובד

כל עמוד מומר לתמונה ועובר זיהוי תווים אופטי (OCR) בתוך הדף. שום דבר לא מועלה; מנוע הזיהוי ונתוני השפה האנגלית שלו יורדים פעם אחת מ-CDN ציבורי ונשמרים במטמון של הדפדפן.

קודם כל נסו את חולץ הטקסט הפשוט

אם ה-PDF כבר מכיל טקסט אמיתי, כלי חילוץ הטקסט הרגיל מ-PDF מיידי ומדויק לחלוטין, כי הוא קורא את הטקסט ולא מנחש לפי תמונות שלו. מגיעים לכאן רק כשהכלי ההוא לא מחזיר כלום.

מספר העמודים מוגבל, בכוונה

זיהוי לוקח זמן ממשי לכל עמוד על המכשיר שלך - כמה שניות לכל אחד. ברירת המחדל של חמישה עמודים שומרת על ניסיון ראשון מהיר; מעלים אותה לאחר שברור שהאיכות מספיק טובה ושווה את ההמתנה.

מה משפיע על הדיוק

רזולוציה, ישירות וניגודיות, לפי הסדר הזה. סריקה נקייה ב-300 dpi של טקסט מודפס נקראת טוב מאוד. צילום של עמוד שצולם בזווית, פקס דהוי או סריקה ברזולוציה נמוכה יפיקו שגיאות או לא יפיקו דבר. עיבוד ב-300 dpi עוזר, אבל אינו יכול להציל מקור גרוע.